Con el rápido desarrollo de Internet y su enorme impacto en todos los aspectos de la vida, las empresas financieras tradicionales se centran cada vez más en las reseñas en línea de los usuarios, con el objetivo de promover la competitividad y la calidad del servicio en los productos de esta empresa. Debido a la dificultad de extraer el texto de los comentarios en comparación con los datos estructurados en sí mismos, junto con el hecho de que es demasiado coloquial, el modelo tradicional representa insuficientemente las oraciones semánticamente, lo que resulta en resultados de extracción insatisfactorios. Por lo tanto, este documento selecciona RoBERTa, un modelo de lenguaje preentrenado que ha mostrado un rendimiento excelente en los últimos años, y propone un modelo conjunto de opinión sobre productos financieros y extracción de entidades basado en la fusión de múltiples capas de RoBERTa para las dos tareas de opinión y extracción de entidades. Los resultados experimentales muestran que el rendimiento del modelo conjunto propuesto en el conjunto de datos de reseñas financieras es significativamente mejor que el del modelo único.